24 | 多人音视频实时通讯是怎样的架构？

该思维导图由 AI 生成，仅供参考

多人音视频实时通讯架构涉及WebRTC技术的应用，主要包括Mesh方案、MCU方案和SFU方案。在1对1通信模型中，WebRTC首先尝试两个终端之间是否可以通过P2P直接进行通信，如果无法直接通信，则会通过STUN/TURN服务器进行中转。Mesh方案通过多个终端之间两两相连，形成网状结构，但对带宽和资源消耗较大。MCU方案由一个服务器和多个终端组成星形结构，服务器对音视频流进行混合处理，但需要大量运算和资源消耗。SFU方案也由一个服务器和多个终端组成，但不对音视频进行混流，而是直接转发给其他终端，减少了服务器的压力。总的来说，Mesh方案利用客户端带宽资源，MCU方案技术成熟但资源消耗大，SFU方案减轻了服务器压力。因此，针对不同需求和场景，可以选择适合的多人音视频实时通讯架构。 SFU方案是一个媒体流路由器，接收终端的音视频流，根据需要转发给其他终端。SFU 在音视频会议中应用非常广泛，尤其是 WebRTC 普及以后。支持 WebRTC 多方通信的媒体服务器基本都是 SFU 结构。SFU 的拓扑机构和功能模型如下图：SFU方案架构图。SFU的优势在于对CPU资源消耗小、降低延迟、灵活适应不同网络状况和终端类型。然而，SFU也存在不同参与人观看多路视频可能不同步的问题。SFU实现还支持Simulcast和SVC模式，进一步提高了灵活性和适应性。 在三种多对多音视频通信架构中，SFU是优势最明显而劣势相对较少的一种架构方案。它被广泛采用，尤其配合Simulcast和SVC模式，使其更加灵活和性能更高。相比之下，Mesh架构在实际应用中几乎没有人使用，MCU架构在硬件视频会议中应用广泛但资源消耗大，而SFU架构则成为目前主流选择。